Форум врачей-аспирантов

Здравствуйте, гость ( Вход | Регистрация )

 
Добавить ответ в эту темуОткрыть тему
> Модель Байесса-Пуассона, для описания распространения заболевания
irinka
сообщение 7.02.2008 - 12:51
Сообщение #1





Группа: Пользователи
Сообщений: 4
Регистрация: 5.02.2008
Пользователь №: 4781



Подскажите, кто слышал про такую модель Байесса-Пуассона.
Что это такое?
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 
плав
сообщение 7.02.2008 - 14:29
Сообщение #2





Группа: Пользователи
Сообщений: 1013
Регистрация: 4.10.2006
Пользователь №: 1933



Учитывая, что Томас Байес умер так никогда и не занимаясь смертностью или распространенностью заболевания речь, скорее всего идет о пуассоновой регрессии, которая как раз часто используется для анализа счетных переменных, таких как количество случаев заболевания или его распространенность. Модель относится к классу логлинейных моделей, хотя является регрессионной. Анализируется зависимость логарифма количества случаев от действующих качественных (или количественных) факторов. Если учитывается численность населения, то можно оценить показатели заболеваемости/смертности и относительный риск заболевания/смерти в случае наличия того или иного фактора риска.
Приставка байесовская (Baeysian Posisson model) может означать, что оценка проводилась с использование подходов байесовской статистики, т.е. оценки того, насколько наши представления о ситуации меняются под влиянием полученных фактов - иными словами как априорное (до начала опыта) распределение возможных значений меняется под влияние результатов эксперимента.
Байесовская статистика пока является не очень широко распространенной, поэтому для ее использования надо пользоваться либо системами типа S-plus/R, либо специализированной программой WinBUGS. Пуассонова регрессия (для индивидуальных данных) имеется в большинстве профессиональных программ (Stata, S-plus/R, SAS).
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 
irinka
сообщение 11.02.2008 - 09:15
Сообщение #3





Группа: Пользователи
Сообщений: 4
Регистрация: 5.02.2008
Пользователь №: 4781



Спасибо.
В общих чертах мне понятно, но если все-таки нужно построить эту модель для исследования заболевания по городам за несколько лет может есть формулы, примеры или при помощи программы STATISTICA это всетаки как-то возможно?
Я просто совсем не представляю как это сделать. weep.gif
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 
плав
сообщение 11.02.2008 - 11:13
Сообщение #4





Группа: Пользователи
Сообщений: 1013
Регистрация: 4.10.2006
Пользователь №: 1933



Что касается байсовской статистики - насколько я знаю, в Statistica она отсутствует, это - как и другие системы - фреквентистская программа.
Для пуассоновой регрессии, в 6 версии этот вид регрессии находится в разделе Advanced Linear/Nonliner Models -> Generalized Linear/Nonliner Models -> Poisson Log Model
Краткую информацию о пуассоновской регрессии можно найти тут http://en.wikipedia.org/wiki/Poisson_regression
Очень подробное описание (но с использованием SAS) тут http://www.ats.ucla.edu/stat/sas/faq/relative_risk.htm
Небольшие заметки с примерами на R и SAS http://cda.morris.umn.edu/~anderson/math46...tes/poisson.pdf
Достаточно подробное обсуждение анализа частотных данных в Stata с примерами пуассоновой регрессии тут http://www.ats.ucla.edu/STAT/stata/faq/count.htm
Оценка результатов в SPSS тут http://www.ats.ucla.edu/STAT/spss/output/poisson.htm
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 
DrgLena
сообщение 11.02.2008 - 11:49
Сообщение #5





Группа: Пользователи
Сообщений: 1325
Регистрация: 27.11.2007
Пользователь №: 4573



А что вообще будет на выходе в данном конкретном примере после использования регрессионной модели? Из года в год интенсивный показатель (превалентность) меняется в одном и другом городе или деревне. Есть фактор времени и места проживания. Задача эпидемиологического исследования - сравнить динамику и ответить на вопрос влияет ли место обитания на распространенность диабета. Учебник с длинным названием "Применение методов статистического анализа для изучения общественного здоровья и здравоохранения" Москва. 2006 г. предлагает рассчитать для этой задачи показатель наглядности, т.е. принимая за 100% показатель первого года наблюдения в обоих городах, тогда динамика выглядит так, как в приложенном файле. Однако нигде не написано как статистически сравнивать различия в этих показателях. В зарубежной литературе встречаются доверительные интервалы к этим показателям. Интересно, как они рассчитываются, как к обычным процентам только не на 100, а на 100 000. Например распространенность увеальной меланомы в Европпе 8 (95% ДИ 4-11) на 100 000 населения.
Эскизы прикрепленных изображений
Прикрепленное изображение
 
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 
плав
сообщение 11.02.2008 - 19:00
Сообщение #6





Группа: Пользователи
Сообщений: 1013
Регистрация: 4.10.2006
Пользователь №: 1933



Цитата(DrgLena @ 11.02.2008 - 11:49) *
А что вообще будет на выходе в данном конкретном примере после использования регрессионной модели? Из года в год интенсивный показатель (превалентность) меняется в одном и другом городе или деревне. Есть фактор времени и места проживания. Задача эпидемиологического исследования - сравнить динамику и ответить на вопрос влияет ли место обитания на распространенность диабета. Учебник с длинным названием "Применение методов статистического анализа для изучения общественного здоровья и здравоохранения" Москва. 2006 г. предлагает рассчитать для этой задачи показатель наглядности, т.е. принимая за 100% показатель первого года наблюдения в обоих городах, тогда динамика выглядит так, как в приложенном файле. Однако нигде не написано как статистически сравнивать различия в этих показателях. В зарубежной литературе встречаются доверительные интервалы к этим показателям. Интересно, как они рассчитываются, как к обычным процентам только не на 100, а на 100 000. Например распространенность увеальной меланомы в Европпе 8 (95% ДИ 4-11) на 100 000 населения.

На самом деле пуассонова регрессия именно на такие вопросы и отвечает. В таких пакетах как SAS, S-plus/R, Stata есть необязательный показатель offset. Вот именно он используется в качестве знаменателя для расчета показателей распространенности или заболеваемости. Соответственно, можно оценить распространенность СД, убрав влияние времени или наоборот, убрав влияние местности. В Statistica быстрый осмотр такой возможности не показал, что, правда не означает, что ее там нет (поскольку последние лет 10 я пользуюсь Statistica только когда очень припрет, то могу и не знать деталей).
Если же мы используем пуассонову регрессию со всеми адекватными показателями, то и рассчитать откорретированные распространенности с 95%ДИ просто.
Вернуться в начало страницы
 
+Ответить с цитированием данного сообщения
 

Добавить ответ в эту темуОткрыть тему